作者：杨琦; 万华径向基函数偏微分方程辅助神经元
摘要：基于径向基神经网络（RBFN）的偏微分方程（PDE）求解算法中，仅通过搜索最佳权值逼近方程解，精度有限。实际上在建立的RBFN中可能存在对求解PDE贡献很小的但是增加算法复杂度的神经元．或者缺少对方程解贡献很大的辅助神经元。基于这个事实我们提出一种新的算法：在搜索最佳权值同时调整RBFN结构，删除对方程解贡献小的神经元，增加对方程解贡献大的辅助神经元；采用最小均方误差梯度下降法得到最优权值；最后得到PDE的逼近解。仿真实验表明新算法较传统的RBFN算法．精度更高，误差收敛速度更快；可广泛应用于工程实践。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
